如果不参考数据自动化和人工智能 (AI) 的变革性影响，对 2024 年资本市场状况的反思就不完整。近年来，人工智能被视为几乎所有问题的通用解决方案，人们对人工智能的狂热热情让位于更加专注和务实的方法。相反，企业开始引导人工智能应对特定的挑战，从而带来切实的成果。
2023 年的一项调查首次证明了更加谨慎地采用人工智能的转变，该调查显示，虽然 64% 的企业渴望采用生成式人工智能 (GenAI)，但 62% 的企业将技能短缺视为主要障碍。 2024 年，更多的公司开始取得进展，将人工智能应用于解决长期存在的问题，例如管理非结构化数据，这是一个长期阻碍金融服务的问题。
展望 2025 年，企业似乎能够更好地将期望与现实结合起来。务实的方法将有助于为人工智能计划创造可衡量结果的途径，同时缓和经常导致失望的理想主义希望。
AI赋能运营团队
人工智能一度仅限于数据科学家和 IT 专业人员，但现在已越来越多地跨组织角色使用。运营团队现在使用人工智能来简化流程，调查表明，到 2024 年，超过一半 (56%) 的公司成功利用该技术来提高效率。
GenAI 的兴起，在先进的大语言模型 (LLM) 的支持下，进一步使非技术用户能够应对复杂的挑战。团队现在正在学习如何将人工智能集成到日常工作流程中，从而提高生产力并解决问题，而无需依赖专业知识。
适应监管演变
2024 年的重大监管波动，例如 T+1 结算周期、欧盟人工智能法案和修订后的税务报告规则，要求组织采取更灵活的方法。许多公司最初对这些变化做出反应，或者依靠投机准备，暴露出战略缺陷。然而，领导者很快认识到运营的必要性是为团队提供解决方案，提供对核心流程的控制和快速响应监管变化的能力。
例如，事实证明，下一代税务工具对于管理监管需求至关重要，使团队能够更好地处理新的税务要求并减少资源紧张。
非结构化数据的持续复杂性
尽管人工智能功能取得了进步，但管理非结构化数据仍然给组织带来挑战。尽管非结构化数据占财务信息的 80-90%，但只有约 18% 的企业能够有效利用它。解决这个问题需要大量工作，但也提供了相当多的机会。
此外，采用可扩展、用户友好的工具和强大的治理框架也变得至关重要。这些工具确保可以有效地提取、验证和转换数据，以释放其全部潜力。方向明确；投资于此类能力的组织能够更好地获得可行的见解并推动更明智的决策。
回归超大规模并拥抱新创新
2024 年，企业将重新转向 Microsoft Azure、AWS 和 Google Cloud 等超大规模服务，因为它们有能力提供与企业系统无缝集成的可靠且可扩展的服务。
与此同时，矢量数据库和检索增强生成（RAG）等新兴技术也得到了重视。在法学硕士的支持下，RAG 改变了传统的知识库，从特定数据集提供精确的答案，提供分析和报告，并改进自动化系统。这些工具在金融服务方面显示出了不可否认的潜力，特别是在文件验证和合规性方面。
通过专注于运营来实现卓越
2024 年，各组织增加了对卓越中心的投资，强调其在多个部门的扩张。在这里，流程发现和挖掘工具的采用发挥了重要作用，帮助企业查明效率低下并量化自动化收益。
将这些工具与全面的自动化平台相结合，使公司能够开发无缝的端到端工作流程，提高运营效率并帮助确定持续改进和创新的领域。
展望未来
2024 年全年的发展凸显了重点突出的战略性技术方法的重要性。扩大人工智能使用范围、增强运营团队能力和集成适应性工具的公司将在未来几年中取得优异成绩。
随着 2025 年的临近，企业必须继续致力于通过人工智能和数据自动化的智能应用推动创新和可持续增长。如果得到有效利用，这些技术有可能改变运营方式并创造效率机会，从而实现长期成功。
关键词：Finextra,新闻,在线,银行,银行,技术,金融,金融,fin,科技,fintech,IT, ）打破（t）最新（t）零售（t）t交易,贸易,执行,头条新闻,区块链,数字,投资,移动,商业,挑战者,支付,监管科技,保险科技( t) 服务